★ 4
ISO-RAG：等周噪声控制的检索增强生成
ISO-RAG将知识图谱投影到双曲空间，预计算等周轮廓以剪枝虚假边，限制搜索空间。在多跳问答基准上，检索召回和精确匹配分别提升10%和4.3%，同时消除全局遍历的延迟瓶颈。
arXiv cs.AI60 天前
#多跳问答
共 5 篇相关资讯，按重要度与时间排序，每 3 小时更新。
★ 3
DeFT-RAG 框架逐步分解多跳问题并复用答案提升检索增强准确率
论文提出 DeFT-RAG 检索增强框架，每次从原问题与已答问答对生成一个自包含子问题，免去规划、依赖追踪与重写。框架将剩余工作移出 LLM，用规则更新问答表并由微调轻量决策模型做判断，同时缓存问答对复用同义子问题答案。在 MuSiQue、2WikiMultiHopQA 与 HotpotQA 上，…
arXiv NLP2 天前
★ 3
DiffuPlan：扩散语言模型智能体可编辑规划状态
论文提出 DiffuPlan，让扩散语言模型智能体维护单一可编辑规划状态，新证据到来时只重建受影响步骤，而非像自回归智能体那样追加文本。配套提出 Expansion-Partition Marginalization 支持变长修订。在四个多跳问答基准上平均 F1 达 50.24，可编辑状态带来 2…
arXiv NLP12 天前
★ 3
Caddie：从任务结果训练 LLM 智能体评论员
研究者提出 Caddie 方法，通过强化学习训练评论员（critic）在智能体执行任务时提供自然语言分析与建议，训练时冻结基座模型，仅以任务最终成败作为奖励信号。基于 Qwen3-4B 训练的评论员在 MuSiQue 多跳问答上让 Qwen3-4B 成功率提升超 25 个百分点，并跨四种不同规模与…
arXiv NLP24 天前
★ 3
研究：角色分工 QA 中理由传递究竟带来什么
论文提出消息干预诊断，固定证据与候选答案，仅改变从推理者传给验证者的理由。在 MuSiQue 等 400 个样本上，忠实理由几乎不提升答案准确率，但被污染的理由会强烈改变支持判断（10-22%，显式检查提示下升至 34-55%）。人类审计显示模型会过度信任被污染的理由。
arXiv cs.AI30 天前